
Inkling 2 Mini vs Qwen 3.8:安価なティアに敗れる
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100万トークンあたり · 183 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100万トークンあたり · 568 tok/s
- AlibabaNEWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 100万トークンあたり · 385 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100万トークンあたり · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100万トークンあたり · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100万トークンあたり · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100万トークンあたり · 121 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 107 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447知能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100万トークンあたり · 214 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929知能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100万トークンあたり · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733知能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100万トークンあたり · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740知能
誰もが行う比較は間違った比較であり、しかも新しいモデルに都合よく働く。Thinking Machines Labが2026年11月20日に公開したInkling 2 Miniは、Artificial Analysis Intelligence Index v5.0.1で20.1を記録する。これはQwen3.8-27Bの20と同水準であり、インデックスタスクあたり0.59ドル対3.53ドルである。これはThinking Machinesが自社のベンチマーク表に載せた直接対決であり、コストでは勝負になっていない。しかしQwen 3.8は1つのモデルではない。5つのモデルからなる世代であり、20GBのダウンロード可能なチェックポイントと実際に競合する階層はQwen3.8-Flashだ。Artificial Analysisはこれをインデックスタスクあたり0.57ドルで29と評価している。9ポイント先行し、完成した回答あたりのコストは同じである。Miniはローンチ記事が掲載した比較では勝ち、購入者が実際に行う比較では負ける。
出典を明示します。これが判定を左右するためです:インデックススコア、タスクあたりコスト、レイテンシ、コンテキストの数値は、2026年11月21日時点で取得したArtificial Analysisの測定値であり、OrcaRouterの価格はすべて当社自身のカタログから引用しています。パーセンテージ表はThinking Machinesのローンチハーネスによるもので、ベンダーが実行したものであり、掲載箇所でその旨を明記しています。Qwenの各ティアに関するAlibaba自身の主張はAlibabaのものとして引用しており、本稿で別途監査したものではありません。
まず、どのQwen 3.8のことですか
ファミリー名を対戦相手として扱うことこそ、この種の比較のほとんどを無用にしてしまう誤りだ。Qwen 3.8は、100万トークンあたり$2.00/$6.00のホスト型フラッグシップ、独自ライセンス下のオープンな2.4兆パラメータのチェックポイント、Apache 2.0下の27Bの高密度モデル、$0.15/$0.47のFlashティア、そしてオープンウェイトがホスト型Flash製品の背後に置かれたFlash-Nextプレビューにまたがっている。各メンバーはトークン価格で10倍以上、同じ指標で9ポイント異なる。単一の「vs Qwen 3.8」の判定は、ぼやけた対象についての判定にすぎない。
• Qwen3.8-27B — 27Bのdenseモデル、Apache 2.0、テキスト・画像・動画を入力、256Kコンテキスト、xhighエフォートでIndex 20、リスト価格$0.50/$3.00、インデックスタスクあたり$3.53、タスクあたり34.5分。
• Qwen3.8-Flash — $0.15/$0.47 のホスト型本番ティアで、Flash-Next プレビューと同じ重みを提供します。ルーティングされたエンドポイントは 1M トークンのウィンドウと最大 131K 出力をうたっていますが、Artificial Analysis はオープンな Flash-Next の重みについて 256K と記録しています。同社はこのモデルを Index 29、総パラメータ 180B、アクティブ 6B、インデックスタスクあたり $0.57、33.3 分と測定しています。
• Qwen3.8-Max — クローズドなフラッグシップモデル。Index 34、$2.00/$6.00、インデックスタスクあたり$10.02。コスト面ではMiniの競合ではなく、比較対象にすべきモデルでもありません。
• Inkling 2 Mini — 合計26.4B、アクティブ3.4B、Apache 2.0、カード上で1Mコンテキスト、Index 20.1、Tinkerでは$0.15/$0.50、インデックスタスクあたり$0.59、9.0分。
つまり、有用な比較には2つの側面がある。ローンチ記事が選んだ27B denseモデルに対しては、Miniは同等スコアで純粋にコスト面の勝利だ。同じコストで、インデックス上ではMiniを圧倒するFlashティアに対しては、Miniの主張は価格とスコア以外の何かでなければならない――そしてそれはファイルだ。

27Bの同点、そしてそれが現実である理由
両モデルは、同じインデックスの同じリビジョン上で同じ評価器によって測定されているため、20.1 対 20 は実際の比較であり、評価ハーネスの偶然の一致ではありません。また、これは計測器の分解能限界における引き分けでもあります。このインデックスは9つの評価の合成であり、そのうちいくつかはホールドアウトセット上で行われており、互いに1ポイント以内のモデルは、これによって信頼できる順序付けがされません。この引き分けが示すのは、Mini が 27B の dense モデルと同じ基準をクリアしながら、270億ではなく34億のアクティブパラメータしか消費しないということです。
重要なのはコストの列です。インデックスタスクあたり$0.59対$3.53で、Miniは同じ評価を完了するのに約6倍安く、しかも9分で済むのに対し34分半かかります。出力速度は毎秒280トークン対53。最初の回答トークンまでの時間は9.72秒対144秒です。30ターン実行するエージェントループでは、これらの数値はユーザーが実感できる差に積み上がります。
そうした利点は無料ではなく、その代償は冗長さにある。Miniはインデックス実行を完了するために1億6100万出力トークンを生成した。これに対し、Qwenモデルは1億2800万、同業者の中央値は8570万だった。通常の1.9倍の出力に対して出力100万トークンあたり0.50ドルを払うのは依然として安い。しかし、これほど多くを話すモデルにタスクあたり固定のトークン数を予算化するのは割に合わない。タスク単位ではなくトークン単位で計測するチームは、6倍の優位性が3倍に向かって縮むことに気づくだろう。
ミニが本当にあらゆるQwenティアを上回る場面
ベンダーのコーディング表は、このローンチでモデルを興味深いものにしている部分であり、同時に誰も検証していない部分でもある。以下の各行は、Thinking Machines自身のハーネスを自社のチェックポイント上で実行したものであり、少なくとも1行は、中立なものではなく同社のエージェントスキャフォールドで実行されている。
• DeepSWE v1.1 — Inkling 2 Mini 48.2% 対 Qwen3.8-27B 42.2%。
• SWE-bench Pro v2、Hard — 77.9% 対 73.8%。
• SWE-bench Multilingual — 73.7% 対 70.0%。
• SWE-bench Verified — 79.2% 対 77.8%。
• Vibe Code Bench v1.1 — 77.9% 対 64.9%。
• Terminal Bench v2.1 — 71.6% 対 73.0% で敗北。Terminal Bench v4.0 では両方とも 5.6% を出力。
• BrowseComp — 79.0% 対 61.6%、DeepSearchQA 85.3% 対 79.7%、MCP Atlas 82.7% 対 77.3%。
• MMMU Pro — 74.9% 対 76.3%、またも僅差の敗北;OmniDocBench v1.6 では 92.8% 対 91.5%。
Mini が勝つ行はエージェント的なものだ — リポジトリ規模のパッチ適用、長期的な探索、ツール使用。負ける行は精密な想起のものだ。それはアーキテクチャが透けて見えているということだ。ループはトークンあたりの逐次計算を稼ぎ、その逐次計算こそが長いエージェント軌跡に必要なものだ。それは保存された事実を稼ぐことはなく、知識重視のベンチマークではそれが見えてしまう。
Mini とファミリーの間の事実性ギャップは、それらのどの行よりも際立っている。AA-Omniscience では、ベンダー表に Mini は −8.6、非ハルシネーション率 63.4% と記載され、同じ表の同じ列の Qwen3.8-27B は −6.4、71.4% である。負のスコアは、モデルが回答を拒否するより悪いことを意味する。Artificial Analysis は、私が見つけられた限り、Mini について別個の omniscience 数値を公開していない。したがってこの行は完全にベンダーのハーネスに依存しており、それでも検索レイヤーなしでデプロイするあらゆる人にとって、この比較で最も重要な数値である。
Flashが議論に終止符を打つ場所
さて、重要なのはこのティアだ。Qwen3.8-Flashはホスト提供されており、入力$0.15、出力$0.47という価格だ。入力料金はTinkerがMiniのサンプリングに課す額と同じで、出力は3セント安い。Artificial Analysisは、その背後にあるFlash-Nextの重みを29と評価している。インデックスタスクあたりのコストは$0.57で、Miniの$0.59に対してだ。9インデックスポイントを、2セント安く。
それは能力面でも価格面でも僅差の勝負ではなく、Miniの存在意義を捉え直させるものだ。Flashに対するMiniの優位性は、スコアボードには一切現れない。20GBのファイルで、ネットワークなしで、MacBookやDGX Spark上で動作し、トークン単位の課金メーターも、間に挟まるプロバイダーもない。Flashの優位性は、9インデックスポイント、ホスト型エンドポイント、そして何もダウンロードせずに使えるルーテッドAPI上の100万トークンウィンドウだ。ワークロードにネットワーク接続があるなら、Qwen側があらゆる測定軸で勝る。なければ、Qwen側のものは一切利用できない。
速度比較でもMiniが優勢で、その差はスコア差から示唆される以上に大きい。Miniは毎秒280出力トークンで最初のトークンまで9.72秒、Flash-Nextは毎秒74トークンで最初のトークンまで85.77秒、インデックスタスクあたり33.3分かかる。インタラクティブエージェントにとって、これは応答するツールと待たされるツールの違いであり、実効パラメータ数5.4Bのローカルモデルがホスト型の180Bモデルに対して構造的な優位性を持つ唯一の点だ。
実務的な取り決め
Qwenの両ティアはOrcaRouter上にあるため、エスカレーション経路を構築するコストが異例なほど安く済みます。Qwen3.8-27Bは入力100万トークンあたり$0.33、出力100万トークンあたり$2.40でルーティングされます。これはAlibabaの定価$0.50/$3.00を下回ります。プロバイダーの価格が上乗せされずにそのまま渡されるためです。Qwen3.8-Flashは100万トークンのウィンドウで$0.15/$0.47でルーティングされます。1つのキーで両方にアクセスでき、自動フェイルオーバーと、リクエストをまず安価なティアに送り、チェックに失敗した場合にのみエスカレーションするためのルーティングDSLを備えています。
それこそが、この比較が実際に求めている形だ。Mini を採用すれば、Mini は自社ハードウェア上で、得意とするエージェント的作業を行い、トークンごとの支払いはゼロで済む。Qwen の各階層は、Mini が苦手とするリクエスト——事実を正確に思い出すこと、長い文書を読むこと、難しい科学的推論を行うことが必要なもの——のために単一のエンドポイントの背後に位置し、フェイルオーバーによって、プロバイダー障害が起きても回答が破綻するのではなく品質が低下するだけになる。当社は Inkling 2 Mini をホストしておらず、本記事もそうでないふりはしない。ルーターが不要にするのは、Qwen に回るワークロードの半分についての2つ目の契約と2つ目の統合だ。

何が評決を変えるのだろうか
2点あり、どちらも見極めるのは容易だ。第一は、Miniの公開重みを使った独立したコーディング実行だ。DeepSWEの48.2%とSWE-bench Proの77.9%が中立なハーネスでも維持されるなら、Miniのエージェント性能に関する主張は、20.1というインデックススコアが示唆するよりはるかに強くなる。なぜなら、そのインデックスは、このモデルがまさに作られている長期的な作業を過小評価しているからだ。もし維持されなければ、発表時の表はベンダーによる表であり、モデルは本質的に20だ。
第二の点は、Qwen3.8-Flashの9ポイントの優位がエフォート制御下でも維持されるかどうかだ。その指標の数値は単一の設定によるものであり、Qwenモデルはエフォート設定の間で数ポイント変動する。27Bモデルはxhighで20を記録し、思考を抑えると大幅に低くなる。低エフォートで9ポイントを失うFlashティアは、それを維持するティアとは異なる競合相手であり、この比較についてその曲線を公開した者はいない。
それらのどれかが登場するまでは、正直な要約は判断が分かれる、というものだ。ホスト環境で測定したドル当たりの能力では、Qwen 3.8 が2度勝つ——27BモデルはスコアでMiniと並び、コストで負ける。Flashティアは両方でそれを上回る。ホスト型モデルにはまったくできないこと——オフラインで動く、ラップトップで動く、メーターなしで動く——に関しては、Inkling 2 Mini には Qwen の答えがなく、20GBのファイルこそがその議論のすべてだ。ネットワークのない場所で動かす必要があるなら、ダウンロードを買え。そうでないなら、APIを買え。

この記事で比較したモデル1
この記事から検出
